移动机器人导航技术是机器人研究领域里的一个核心技术问题，是机器人实现智能化并且应用于人类生活中的关键一步，随着公共服务、仓储物流、探险救援、医疗护理等行业的发展，移动机器人对人类的生活质量和社会的发展都有重要的意义。室内移动机器人作为服务型机器人的一种，需要在结构化的环境中定位和导航，目前孤立地使用导航技术，如电磁导航、惯性导航、激光导航、视觉导航等很难满足复杂的使用环境，借助信息融合技术将不同传感器获得的数据进行整合，是目前经常使用的一种技术实现方式。　　本文提出了一种基于机器视觉确定室内移动机器人导航偏转角的方法，并以轮椅式室内移动机器人作为应用对象，深入研究了基于机器视觉的导航偏转角的计算方法并研究其计算效率。本文得到广东省高性能计算重点实验室开放项目资助（项目编号TH1528）和广东省佛山市科技计划项目资助（项目编号：FZ2010013）。完成的主要工作和结果如下：　　首先，介绍了课题的研究背景与意义以及室内移动机器人导航偏转角国内外研究现状，对室内移动机器人的强劲社会需求进行了说明，搭建了轮椅式室内移动机器人实验平台，构建了基于机器视觉的导航偏转角模型。　　其次，为了从图像中得到室内移动机器人导航偏转角大小，设计了图像处理框架，研究了图像分割、图像边缘检测、形态学细化等处理策略。　　第三，分析了Hough变换检测直线算法并提出了改进，对改进的算法效率进行了仿真验证，以Matlab为工具，对导航偏转角图像处理流程进行了仿真，验证了理论的可行性。　　第四，在理论仿真的基础上，在手机Android平台上对采用机器视觉获取室内移动机器人导航偏转角方法进行了代码实现及测试。实验结果表明：　　（1）针对指北针原始图像，采用Otsu自适应阈值分割策略进行处理，具有更强的适应性，能够高效、准确地分割出原始图像中的红色分量与蓝色分量；　　（2）采用改进的Hough变换检测算法，缩小了Hough变换检测过程中的投票范围及减少了算法的计算次数，将直线检测效率提高近20倍；　　（3）在Android交互平台上进行仿真，实验结果表明：采用机器视觉的方式来确定导航偏转角，可以有效地避免磁干扰，具有较高的精度，保证准确性、实时性。